在 Python 中按 client_id 分組並計算歸屬事件

Question

我是 Python 新手，正在處理我有這樣一個數據集的情況：

client_id    event_name
123          event_1
1234         event_1
123          event_2
12           event_1
123          event_1

我想調整我的數據集，以便為每個客戶端計算事件，如下所示：

client_id    event_1  event_2
123          2        1
1234         1        0
12           1        0

我的目標與本主題類似，但我的事件在同一列（event_name）中，需要拆分為不同的列（event_1、event_2 等）。

我已經為此苦苦掙扎了一天，我認為 Python 可能有一個我目前看不到的簡單解決方案。 如果有人可以幫助我，那就太好了！

Answer 1

請按client-id、每個事件的count_values和unstack 分組。

data.groupby('client_id')['event_name'].value_counts().unstack().reset_index(drop=False)

Answer 2

如果df數據框如下所示：

>>> df = pd.DataFrame({'client_id': [123, 1234, 123, 12, 123], 'event_name': ['event_1', 'event_1', 'event_2', 'event_1', 'event_1']})
>>> print(df)
   client_id event_name
0        123    event_1
1       1234    event_1
2        123    event_2
3         12    event_1
4        123    event_1

您可以使用pandas.pivot_table()如下。

>>> df.pivot_table(index='client_id', columns='event_name', aggfunc=len, fill_value=0)
event_name  event_1  event_2
client_id                   
12                1        0
123               2        1
1234              1        0